基于Dice相似度量的三维结构面代表性试样选取方法

    公开(公告)号:CN106769276A

    公开(公告)日:2017-05-31

    申请号:CN201610998577.5

    申请日:2016-11-14

    CPC classification number: G01N1/28 G01N1/02

    Abstract: 一种基于Dice相似度量的三维结构面代表性试样选取方法,包括以下步骤:(1)获得结构面三维点云坐标数据;(2)截取处于不同位置的测试结构面坐标数据;(3)找出截取测试结构面的水平中心,垂直平面与结构面三维起伏表面的交线为结构面不同方向的起伏轮廓线;(4)计算所有截取的结构面试样不同方向的粗糙度系数;(5)按不同测量方向进行JRC的统计分析;(6)计算结构面粗糙度各向异性统计平均值的特征向量;(7)计算结构面粗糙度各向异性统计实测结果的特征向量;(8)对比每个测试结构面与统计平均值的特征向量的相似性,将相似度最高的试样作为该尺寸条件下的代表性试样。本发明能准确评价试样代表性、指导结构面试样选取。

    一种结构面粗糙度系数各向异性定量评价方法

    公开(公告)号:CN105758361A

    公开(公告)日:2016-07-13

    申请号:CN201610072331.5

    申请日:2016-02-01

    CPC classification number: G01V99/005 G01B21/30

    Abstract: 一种结构面粗糙度系数各向异性定量评价方法,选定所需分析的工程岩体结构面;在不同方向上均匀布置结构面测段;采用轮廓曲线仪绘制每一测段的轮廓曲线;测量每个测段的结构面粗糙度系数;计算相同尺寸条件下各个方向上结构面的粗糙度系数的统计平均值,得到各个方向上的粗糙度系数数列;采用对粗糙度系数数列中的每一项进行变换;处理后的结构面粗糙度系数,采用各向异性椭圆进行拟合;确定各向异性椭圆的长轴a和短轴b,Θ则表示旋转方向,长轴短轴的比值说明各向异性椭圆上粗糙度系数最大值与最小值的差异性;Θ说明结构面粗糙度发育的优势方向。本发明能有效、定量的确定结构面粗糙度系数各向异性的程度。

Patent Agency Ranking